silabo algoritmica

7/24/2019 silabo algoritmica

http://slidepdf.com/reader/full/silabo-algoritmica 1/5

¡

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCOFACULTAD DE CIENCIAS FÍSICAS, QUÍMICAS Y MATEMÁTICAS

DEPARTAMENTO ACADÉMICO DE INFORMÁTICA

SILABO DE LA ASIGNATURA DE ALGORÍTMICA II

I. Datos Generales

1.1 Asignatura : Algorítmica II1.2 Categoría : OE1.3 Código : IF4221.4 No de Créditos: : 041.5 No Horas Teóricasy Prácticas : 03 Hrs. y 02 Hrs.1.6 Requisito : IF421-Algorítmica I1.7 Horario y Aula : Lu, Mi 07-09 y Vi 07-08. Aula IN-1031.8 Semestre Académico : 2010-I1.9 Docente : Ing. Javier Arturo Rozas Huacho.

Ing. Luis Palma Beltrán

II. Sumilla

Es una asignatura de formación tecnológica básica, que tiene como propósito estudiar losTipos Abstractos de Datos y el paradigma de programación orientado a objetos. Los

principales ejes temáticos son: Concepto y ciclo de vida de Tipos Abstractos de Datos,Programación Orientada a Objetos, Tipos abstractos de datos dinámicos lineales (Listas, pilasy colas), Tipos abstractos de datos dinámicos no lineales (Arboles, árboles binarios, árboles

binarios de búsqueda, árboles balanceados, árboles B, colas de prioridad).

III. OBJETIVOS

III.1 Objetivos Generales.

- Consolidar el dominio de las metodologías y estrategias adquiridas en cuanto ametodologías y estrategias de elaboración de algoritmos.

- Identificar y diseñar Tipos Abstractos de Datos.- Implementar Tipos Abstractos de datos mediante el paradigma Orientado a Objetos.- Diseñar e implementar los Tipos Abstractos de Datos (lineales y no lineales) más

comunes.- Capacitar al alumno para modelar situaciones presentes en diversas aplicaciones, en

términos de Tipos Abstractos de datos más comunes.

IV.- CONTENIDO:

UNIDAD TEMÁTICA I: TIPOS ABSTRACTOS DE DATOS

1.1 Tiempo: 5 horas.1.2 Objetivos específicos.



¡

1.2.1 Entender los conceptos básicos de los Tipos Abstractos de Datos.1.2.2 Diseñar Tipos Abstractos de Datos.

1.3 Contenidos1.3.1 Concepto.1.3.2 Terminología.

1.3.3

Ciclo de vida de un Tipo Abstracto de Datos.1.3.4 Diseño de Tipos Abstractos de Datos.1.3.5 Ejemplos.

UNIDAD TEMÁTICA II: PARADIGMA ORIENTADO A OBJETOS


2.2.1 Entender los conceptos del paradigma orientado a Objetos.2.2.2 Diseñar e implementar clases de objetos.

2.3 Contenidos2.3.1

Mecanismo de abstracción: Clasificación, Generalización/especialización yAgregación.

2.3.2 Los Tipos abstractos de datos y las Clases, objetos, estructura de un objeto.2.3.3 Implementación de clases, encapsulamiento, atributos y métodos.2.3.4 Instanciación de clases, objetos, atributos y métodos de instancia, atributos y

métodos de clase.2.3.5 Métodos: constructores, propiedades; sobrecarga de métodos, sobrecarga de

operadores, clonación, delegados.2.3.6 Herencia, métodos estáticos y dinámicos.2.3.7 Polimorfismo.

2.3.8

Ejemplos.

UNIDAD TEMÁTICA III: TIPOS ABSTRACTOS DE DATOS LINEALES: LISTA


3.2.1 Diseñar y utilizar el Tipo Abstracto de Datos Lista en la solución de diferentes problemas.

3.3 Contenidos3.3.1 Tipo abstracto de lista (enfoque iterativo y recursivo)3.3.2 Listas ordenadas.

3.3.3

Listas doblemente enlazadas. Listas circulares.3.3.4 Operaciones con listas. Agregar, buscar, eliminar, recorrido de listas.3.3.5 Implementación.3.3.6 Ejercicios.

UNIDAD TEMÁTICA IV: TIPOS ABSTRACTOS DE DATOS LINEALES: COLA


4.2.1 Diseñar y utilizar el Tipo Abstracto de Datos Cola en la solución de diferentes problemas.



¡

4.3 Contenidos4.3.1 Tipo abstracto de cola4.3.2 Implementación4.3.3 Ejercicios

UNIDAD TEMÁTICA V: TIPOS ABSTRACTOS DE DATOS LINEALES: PILA

5.1 Tiempo: 5 horas.5.2 Objetivos específicos

5.2.1 Diseñar y utilizar el Tipo Abstracto de Datos Pila en la solución de diferentes problemas.

5.3 Contenidos5.3.1 Tipo abstracto de pila.5.3.2 Implementación.5.3.3 Ejercicios.

UNIDAD TEMÁTICA VI: TIPOS ABSTRACTOS DE DATOS NO LINEALES:ARBOLES.

6.1 Tiempo: 10 horas.6.2 Objetivos Específicos.

6.2.1 Diseñar y utilizar el Tipo Abstracto de Datos Árbol en la solución de diferentes problemas.

6.3 Contenidos6.3.1 Tipo abstracto de datos árbol.6.3.2 Propiedades. Recorrido de árboles.

6.3.3

Árboles enarios.6.3.4 Árbol binario de búsqueda.6.3.5 Árbol binario de búsqueda balanceado.6.3.6 Colas de Prioridad.6.3.7 Ejercicios

UNIDAD TEMÁTICA VII: TIPOS ABSTRACTOS DE DATOS NO LINEALES:

ARBOLES B y B+, COMO ESTRUCTURA DEALMACENAMIENTO FÍSICO DE DATOS

7.1 Tiempo: 10 horas.7.2 Objetivos Específicos.

7.2.1 Diseñar y utilizar el Tipo Abstracto de Datos Árbol B y B+ como estructura dealmacenamiento físico de datos.

7.3 Contenidos7.3.1 Tipo abstracto de datos árbol B.7.3.2 Principales operaciones en los árboles B.7.3.3 Tipo abstracto de datos árbol B+.



¡

7.3.4 Principales operaciones en los árboles B+.7.3.5 Ejercicios.

V.- METODOLOGÍA

El desarrollo del curso constará de dos partes: Teoría y Prácticas de pizarra.

La metodología será: Inductiva - Deductiva.

Las sesiones teóricas serán oral-expositivas, donde: se expondrán conceptos teóricos, se plantearán problemas y estos se analizarán y solucionaran en pizarra.

En la resolución de ejercicios los alumnos serán inducidos y estimulados a efectuar unanálisis crítico y reflexivo y, a plantear soluciones creativas.

Se elaborarán grupos de ejercicios que se entregarán a los alumnos, para que éstos losdesarrollen antes de las prácticas de pizarra.

Los capítulos serán desarrollados simultáneamente, por la afinidad que existe entre estosconceptos y para el logro de los objetivos.

Al inicio de cada clase y cuando se requiera, se dará una retroalimentación de los conceptosantes expuestos.

VI.- EVALUACIÓN

La evaluación se regirá estrictamente al reglamento de evaluación emitida por la Oficina de Capacitacióny Evaluación Académica de la UNSAAC.

6.1 Criterios de evaluación.

La evaluación será continua y permanente, aplicando procedimientos e instrumentos deevaluación adecuados que permitan verificar los objetivos planteados en la asignatura.

6.2 Tipos de Evaluación.Se tomarán los siguientes tipos de evaluación: Evaluación de Entrada: Que permitirá conocer los conocimientos previos del alumno. Evaluación de Proceso: Que permitirá evaluar el aprendizaje de los alumnos

Dentro de este tipo de evaluación se tomarán los siguientes criterios: Primer Promedio Parcial = (E1 + E2)/2

El = Evaluación escrita.E2 = Evaluación escrita.

Segundo Promedio Parcial = (E3 + E4)/2

E3 = Evaluación escrita.E4 = Evaluación escrita.

Tercer Promedio Parcial= (E5 + E6)/2E5 = Evaluación escrita.E6 = Evaluación escrita.

El promedio final será igual al promedio aritmético de los promedios parciales.

6.3 Criterios de aprobación

El estudiante será considerado aprobado si el promedio final es mayor o igual a 11 (once) puntos. (Deacuerdo al reglamento vigente de evaluación se bonificará medio punto a favor del alumno).



¡

VII.- BIBLIOGRAFÍA

VII.1 Bibliografía Básica

1. MARK ALLEN WEISS Estructura de Datos en JAVA.Addison-WesleyEspaña – 2000.

2. GRUPO LIEBRE Estructura de Datos.Programación Orientada a Objetos con JAVAGrupo LiebreEspaña – 2004.

3. TIMOTHY BUDD Programación Orientada a Objetos.Addison-Wesley IberoamericanaEstados Unidos – 1994.

4. ALFRED V. AHO Estructura de Datos y Algoritmos.Addison-Wesley Iberoamericana.Estados Unidos – 1988.

5. JAVIER GALVE Algorítmica.Addison-Wesley Iberoamericana.Estados Unidos – 1988.

6. JAMIE JAWORSKI JAVA Developer's Guide.Sams net.Estados Unidos – 1996.

Documents

silabo algoritmica